一种改进的协同过滤推荐算法

被引：2

作者：

严旗令

机构：

[1] 西南科技大学计算机学院

来源：

关键词：

推荐系统; 协同过滤; 数据稀疏性;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

摘要：

协同过滤算法自提出以来便得到了广泛运用,但协同过滤算法本身具有的数据稀疏性及冷启动问题也制约了算法的性能。通过分析协同过滤算法的原理和不足,提出了一种改进协同过滤算法的思路,并在MovieLens数据集上进行了验证,一定程度上提高了算法性能。

引用

页码：63 / 65

页数：3

共 7 条

[1] 基于协同过滤技术的学习资源个性化推荐研究
王永固
邱飞岳
赵建龙
刘晖
[J]. 远程教育杂志, 2011, 29 (03) : 66 - 71
[2] 个性化推荐系统的研究进展
刘建国
周涛
汪秉宏
[J]. 自然科学进展, 2009, 19 (01) : 1 - 15
[3] USING COLLABORATIVE FILTERING TO WEAVE AN INFORMATION TAPESTRY
GOLDBERG, D
NICHOLS, D
OKI, BM
TERRY, D
[J]. COMMUNICATIONS OF THE ACM, 1992, 35 (12) : 61 - 70
[4] 协同过滤技术在电子商务推荐系统中的应用研究[D]. 何安.浙江大学 2007
[5] 个性化推荐算法设计
赵亮
胡乃静
张守志
[J]. 计算机研究与发展, 2002, (08) : 986 - 991
[6] Eigentaste: A Constant Time Collaborative Filtering Algorithm[J] . Ken Goldberg,Theresa Roeder,Dhruv Gupta,Chris Perkins. &nbspInformation Retrieval . 2001 (2)
[7] 协同过滤推荐系统关键问题研究[D]. 孔维梁.华中师范大学 2013